11月17日,博原资本2026年度产业大会在上海举行,主题为“穿越周期·洞见产业跃迁”。一目科技创始人兼CEO李智强博士参加“人形机器人 迈向规模化落地的新阶段”圆桌论坛,围绕人形机器人落地路径与节奏分享观点。
李智强回顾一目科技十年产业周期,称公司面向物理AI时代,以触觉搭建物理AI基础设施。过去三年,公司有两次判断得到验证:三年前,管理团队认为具身智能落地离不开机器人与物理世界接触的触觉;一年半前,公司选择不进入通用大模型“大脑”方向,而是聚焦物理操作界面。他表示,通用模型能力会持续向具身侧延展。今年9月OpenAI新一代通用大模型发布后,这一取舍进一步得到验证,物理AI的Scaling Law逐步显现。
谈到全球具身智能进展,李智强认为模型能力正收敛到Scaling Law。通用大模型处理认知与推理层面的System 2问题,英伟达近期发布的Groot 2.0补齐运动控制等System 1能力。两项能力合流后,机器人能力边界基本打通,接下来需要持续投入数据与硬件,可能接近具身智能的GPT时刻。
不过,模型侧收敛较快,硬件端尚未完全跑通。整机企业已经展现较强能力,但操作层面,尤其是灵巧操作,仍是产业需要持续攻克的缺口。
在中美投入策略上,他用“美国偏软、中国偏硬”概括。美国更重视通用型技术,如通用基础模型;中国更擅长结合场景寻找解决方案,工程化落地更快,两者互补。他还提到在硅谷与DeepMind研究员交流时的判断:美国机器人公司软件优势的代际差约为半年,容易追平;硬件和产业链差距则难以在半年内补上。若要在美国重建整套硬件产业链,五年也未必足够。因此,他认为具身智能行业中,中国机会更大,长期稳定性方面的竞争优势更难复制。
关于行业节奏,李智强表示,具身智能成熟度取决于模型、数据与物理操作基础设施是否扎实。产业会从争抢场景回到比拼模型与基建。灵巧操作真正成熟后,机器人才能突破行动边界,进入物理世界。
他预计,2027至2030年处于Infra阶段,类似2018年起GPU先受益,大量基建与数据投入会早于好模型出现。随后三年进入模型大爆发,物理AI会像今天的AI一样受到关注,机器人逐步被大众接受。再往后三年,Harness与应用才会铺开。他期待下一代通用大模型把行业推向Scaling Law。
聚焦2027年,李智强更关注模型侧硬指标迭代,例如通用大模型继续升级、Groot从2.0走向3.0、真实数据规模从40万小时提升到100万至200万小时。他把当前类比为2020年的ChatGPT时刻,把明年对应为2021年,并认为当前要紧的是把模型和硬件基建做扎实。



